C# 正则表达式识别重复单词

意外地重复单词是编写者常犯的错误。 可以使用正则表达式标识重复的单词，如以下测试示例所示。

static void Main(string[] args)
{
   string pattern = @"\\b(\\w+?)\\s\\1\\b";
   string input = "This this is a nice day. What about this? This tastes good. I saw a a dog.";
   foreach (Match match in Regex.Matches(input, pattern, RegexOptions.IgnoreCase))
         Console.WriteLine("{0} (duplicates '{1}') at position {2}", match.Value, match.Groups[1].Value, match.Index);
}

输出：

This this (duplicates ‘This’) at position 0

a a (duplicates ‘a’) at position 66

请按任意键继续. . .

通过将正则表达式选项设置为 Regex.Matches，调用 RegexOptions.IgnoreCase 方法。

因此，匹配操作不区分大小写，此示例将子字符串“This this”标识为重复。

输入字符串包括子字符串“this? This”。 但是，由于插入标点符号，该子字符串不被标识为重复。

正则表达式模式 \\b(\\w+?)\\s\\1\\b 的解释如下:

        模式  解释

        \\b 在单词边界处开始。

        (\\w+?) 匹配一个或多个单词字符，但字符要尽可能的少。 它们一起构成可称为 \\1 的组。

        \\s 与空白字符匹配。

        \\1 与等于名为 \\1 的组的子字符串匹配。

        \\b 与字边界匹配。